GitHub Copilot

Kurzfazit

GitHub Copilot ist der De-facto-Standard für KI-gestützte Code-Arbeit, mit Agent-Modus, Cloud-Agent und je nach Plan freier Modellwahl von Claude Opus 5.5 bis GPT-6.1 Sol. Pro kostet 10 USD im Monat und enthält 1.500 AI Credits, Vervollständigungen verbrauchen davon nichts, Chat und Agent schon. Den fünften Stern kosten verbrauchsabhängige Kosten und Agenten, die sich bei größeren Aufgaben festfahren. Für tiefes Repo-Verständnis ist Cursor stärker.

Für wen ist GitHub Copilot?

Entwickler im Tagesgeschäft: Wer in VS Code, JetBrains-IDEs (IntelliJ, PyCharm, WebStorm), Visual Studio, Neovim oder Xcode entwickelt, profitiert sofort. Boilerplate, API-Integrationen, Unit-Tests, DTO-Klassen, Copilot übernimmt die repetitiven Teile und gibt Zeit für Architektur und Logik zurück.

Engineering-Teams in Unternehmen: Die Business-Lizenz (19 USD/Sitz, 1.900 AI Credits je Nutzer) bietet zentrale Verwaltung, Usage-Policies und ein vorkonfiguriertes Training-Opt-out. Die GitHub-Integration, PR-Summaries, Code-Review-Vorschläge, Issue-Verknüpfung, beschleunigt vor allem den Review-Engpass in größeren Teams.

Open-Source-Maintainer, Lehrkräfte, Studierende und Solo-Entwickler: Copilot Pro für 10 USD/Monat liefert unbegrenzte Inline-Vervollständigung plus 1.500 AI Credits für Chat und Agent, für Einzelpersonen ein hervorragendes Preis-Leistungs-Verhältnis. Verifizierte Lehrkräfte und Maintainer populärer Open-Source-Projekte können Pro kostenlos bekommen. Studierende erhalten dagegen einen eigenen kostenlosen Plan, Copilot Student, mit automatischer Modellauswahl und ohne Drittanbieter-Agenten.

Platform Engineers und DevOps: Copilot CLI übersetzt natürliche Sprache in Shell-Befehle und erklärt komplexe Skripte. Wer selten Bash schreibt, aber gelegentlich muss, spart erheblich Zeit. Über GitHub Actions lassen sich Copilot-Cloud-Agenten an Issues hängen, die dann selbständig Pull Requests erstellen.

Enterprise-Kunden mit DSGVO-Anforderungen: Mit der EU-Datenresidenz seit April 2026 ist Copilot in Enterprise-Setups erstmals ein realistisches Werkzeug für deutsche Unternehmen mit klaren Datenstandort-Vorgaben. Für Behörden und kritische Infrastruktur kommen die FedRAMP-konformen Modelle dazu.

Weniger geeignet für: Nicht-Entwickler, der Mehrwert konzentriert sich auf Code-Aufgaben. Wer in einer Nischensprache (Forth, COBOL-Derivate, exotische DSLs) arbeitet, bekommt deutlich schwächere Vorschläge. Und wer maximale Kontexttiefe über ein Mono-Repo mit hunderttausend Dateien braucht, ist mit Cursor besser bedient.

Preise im Detail

Plan	Preis (USD)	AI Credits pro Monat	Was du bekommst
Free	0	Kontingent, GitHub nennt keine Menge	2.000 Completions/Monat, nur automatische Modellauswahl, Agenten eingeschränkt, Copilot CLI. Nur für Einzelpersonen ohne Copilot über eine Organisation
Student	0 (verifizierte Studierende)	Kontingent, GitHub nennt keine Menge	Nur automatische Modellauswahl, ohne Drittanbieter-Agenten
Pro	10/Monat	1.500 (1.000 Basis + 500 flexibel)	Unbegrenzte Completions, Auswahl an Modellen, Agent-Modus, Cloud-Agent, Code-Review. Für verifizierte Lehrkräfte und Maintainer populärer OSS-Projekte ggf. kostenlos
Pro+	39/Monat	7.000 (3.900 + 3.100)	Alles aus Pro, Zugang zu Premium-Modellen, GitHub Spark (Public Preview)
Max	100/Monat	20.000 (10.000 + 10.000)	Alles aus Pro+, bevorzugter Zugang zu Premium-Modellen
Business	19/Sitz/Monat	1.900 je Nutzer	Premium-Modelle, zentrale Org-Verwaltung, SSO, Usage-Policies, Training-Opt-out voreingestellt, Audit-Logs
Enterprise	39/Sitz/Monat	3.900 je Nutzer	Business plus bevorzugter Zugang zu Premium-Modellen, GitHub.com-Integration, Codebase-Indexierung, GitHub Spark, EU-Datenresidenz, FedRAMP-konforme Modelle

Einordnung: Seit dem 1. Juni 2026 rechnet GitHub alle Copilot-Pläne über GitHub AI Credits ab, die festen Premium-Anfragen gibt es nicht mehr. Code-Vervollständigungen und Next-Edit-Vorschläge verbrauchen keine Credits. Chat, Agent-Modus und Cloud-Agent dagegen schon, abgerechnet nach Token-Verbrauch zu den veröffentlichten API-Preisen des jeweiligen Modells: Ein teures Modell leert das Kontingent schneller als ein günstiges. Pro für 10 USD/Monat bleibt der Sweetspot für Einzelentwickler, unbegrenzte Vervollständigung plus 1.500 Credits für Chat und Agent. Pro+ (7.000 Credits) und Max (20.000 Credits, laut GitHub rund 200 USD Gegenwert) lohnen sich nur, wenn du täglich agentenlastig mit Premium-Modellen arbeitest. Für Teams ist Business ab etwa fünf Entwicklern günstiger als individuelle Pro-Lizenzen, vor allem wegen des voreingestellten Training-Opt-outs. Ein Posten wird gern übersehen: Copilot Code Review verbraucht seit Juni 2026 zusätzlich zu den Credits GitHub-Actions-Minuten. Enterprise wird ab dem Moment relevant, wo EU-Datenresidenz oder Codebase-Indexierung Pflichtfeatures werden, das ist im Zweifel eine Compliance-Frage, keine Performance-Frage.

Stärken im Detail

IDE-Breite, die kein Wettbewerber erreicht. Copilot läuft in VS Code, der gesamten JetBrains-Familie (IntelliJ IDEA, PyCharm, WebStorm, GoLand, Rider, RubyMine), Visual Studio, Eclipse, Xcode, Neovim und Vim. Das ist ein deutlicher Vorteil gegenüber Cursor (eigene IDE) oder Claude Code (CLI). Wer mit gemischten Stacks arbeitet, etwa iOS-Entwicklung in Xcode plus Backend in IntelliJ, bekommt überall denselben Assistenten ohne Tool-Wechsel.

Agent-Modus als echter Mehrwert seit Februar 2025. Der im Februar 2025 eingeführte Agent-Modus geht weit über Vervollständigung hinaus: Copilot analysiert Dateien, erstellt einen Plan, führt Änderungen über mehrere Dateien hinweg aus, schlägt Terminal-Befehle vor und versucht, Fehler selbst zu korrigieren, wenn Tests fehlschlagen. Für viele Aufgaben (kleine Refactorings, Tests ergänzen, einfache Migrationen) ist das eine echte Produktivitätshilfe. Seit Juni 2026 kostet jeder Agentenlauf AI Credits nach Token-Verbrauch, für Routineaufgaben lohnt deshalb ein günstigeres Modell wie GPT-5 mini.

Modellwahl statt Modell-Lock-in. Anders als bei Tools, die ein einziges Modell anbieten, lässt Copilot in den bezahlten Plänen zwischen Modellen von Anthropic (Claude Opus 5.5, Sonnet 5.5, Haiku 4.5), OpenAI (GPT-6.1 Sol, GPT-5.x), Google (Gemini 3.8 Flash), xAI (Grok 4.7), Moonshot (Kimi K3) und Microsofts MAI-Code-1.1-Flash wechseln. Wer für Code-Generierung, Erklärungen und lange Dokumentationsaufgaben jeweils ein anderes Modell bevorzugt, wechselt im selben Tool. In Copilot Free und Copilot Student wählt Copilot das Modell allerdings automatisch.

GitHub-Integration als Workflow-Multiplikator. Copilot ist nicht nur in der IDE, sondern auch direkt auf github.com aktiv: Pull Requests bekommen automatische Zusammenfassungen, Code-Review-Kommentare, Diff-Erklärungen. Über den Cloud-Agent kann ein Issue an Copilot zugewiesen werden, der erstellt selbständig einen PR und reagiert auf Review-Kommentare. Für Teams, die ohnehin auf GitHub arbeiten, ist das ein nahtloser Add-on, kein zweites Tool.

EU-Datenresidenz seit April 2026. Mit dem April-2026-Update bietet Copilot Enterprise wahlweise US- oder EU-Datenresidenz und FedRAMP-konforme Modelle für Government-Anforderungen. Für deutsche Unternehmen mit Datenstandort-Vorgaben ist das ein zentraler Wendepunkt, vorher war Copilot in vielen Compliance-Reviews schlicht ausgeschlossen.

Niedrige Einstiegshürde, hohe Lernkurve. Die ersten Vorschläge sind innerhalb von Minuten verfügbar. Wer das volle Potenzial ausschöpfen will (Custom Instructions, MCP-Server-Integration, Cloud-Agent in Workflows), arbeitet sich über Wochen ein, die Tiefe ist da, die Einstiegshürde liegt aber bei null.

Schwächen ehrlich betrachtet

Halluzinationen sind Realität, nicht Theorie. Copilot erfindet Methodensignaturen, Bibliotheksfunktionen und Konfigurationsoptionen, die es nicht gibt, das ist branchenüblich, aber bei einem produktiven Coding-Tool besonders teuer. Der vorgeschlagene Code kompiliert oft, läuft aber gegen eine API, die so nicht existiert. Verifikation gegen die echte Dokumentation bleibt Pflicht; auf Copilots Vorschläge blind vertrauen kostet schnell mehr Zeit, als das Tool spart.

Der Agent läuft in Sackgassen. Bei nicht-trivialen Aufgaben tendiert der Agent-Modus dazu, denselben Lösungsweg mit kleinen Variationen mehrfach zu versuchen, statt das eigentliche Problem zu erkennen. Symptom: Tests schlagen fehl, Copilot ändert die Implementierung, Tests schlagen wieder fehl, und nach zehn Iterationen ist der Code in einem schlechteren Zustand als vorher. Seit der Umstellung auf AI Credits kostet jede dieser Schleifen zusätzlich Kontingent. Workaround: Aufgaben kleinschneiden, klare Akzeptanzkriterien setzen, Diff nach jeder Iteration prüfen.

Die Kosten hängen jetzt am Verbrauch. Bis Mai 2026 gab es feste Premium-Anfragen je Plan, seit dem 1. Juni 2026 werden Chat und Agenten nach Token-Verbrauch zu den API-Preisen des gewählten Modells abgerechnet. Wer viel mit teuren Premium-Modellen und langen Agentenläufen arbeitet, ist mit dem Monatskontingent schneller fertig, als der Planname vermuten lässt, und Copilot Code Review verbraucht obendrein GitHub-Actions-Minuten. Für Teams heißt das: Budgets setzen, Verbrauch in den ersten Wochen beobachten und für Routineaufgaben bewusst günstige Modelle vorgeben.

Kontexttiefe schwächer als bei Cursor. Copilot sieht primär die aktuell geöffneten Dateien und einige nahe Verwandte. Cursor indiziert das gesamte Repository und kann Beziehungen zwischen Modulen quer durchs Projekt ziehen. Bei einem überschaubaren Projekt fällt der Unterschied kaum auf, in großen Mono-Repos macht er sich deutlich bemerkbar, Cursor findet Pattern-Beispiele, die Copilot nicht sieht. Mittel: Relevante Dateien explizit öffnen oder mit @workspace-Referenzen arbeiten.

Nicht-Mainstream-Sprachen sind Stiefkinder. Python, JavaScript/TypeScript, Java, C#, Go, alles sehr gut. Rust und Kotlin, gut. Elixir, Clojure, OCaml, Crystal, Forth, Ada, deutlich schwächer, oft mit veralteten oder erfundenen API-Signaturen. Wer in solchen Sprachen ernsthaft arbeitet, bekommt mehr Frust als Hilfe.

Default-Datenhosting bleibt USA. Außerhalb des Enterprise-Plans gibt es keine EU-Residenz. Pro- und Business-Kunden senden ihren Code weiterhin auf US-Server, mit Standardvertragsklauseln und EU-U.S. Data Privacy Framework als rechtlicher Grundlage, formal in Ordnung, für sicherheitskritische Kontexte trotzdem ein Hindernis. Für strenge DSGVO-Anforderungen ist faktisch nur Enterprise eine Option.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine KI-native IDE mit tiefer Repo-Indexierung willst	Cursor
Lieber im Terminal mit einem Coding-Agenten arbeitest	Claude Code oder OpenAI Codex
Maximale Privacy mit Self-Hosting brauchst	Tabnine
Sicherheits-Scans für KI-generierten Code ergänzen willst	Snyk (komplementär, nicht alternativ)
Vor allem Microsoft-365-Workflows automatisieren willst	Microsoft 365 Copilot

Erwähnenswert ohne eigene Bewertung in dieser Tabelle: Devin Desktop von Cognition (vormals Codeium, dann Windsurf, als KI-Editor mit eigenem Agenten), Amazon Q Developer (für AWS-zentrierte Stacks tief integriert), JetBrains AI Assistant (eng in die JetBrains-IDEs verzahnt) und Continue.dev (Open-Source-Alternative mit eigenem Backend). Im westlichen Markt ist GitHub Copilot der breiteste verfügbare Coding-Assistent, wer es ablehnt, tut das meist aus einem spezifischen Grund (Repo-Tiefe, Privacy, IDE-Bindung), nicht aus generellem Vorbehalt.

So steigst du ein

Schritt 1: Free-Plan aktivieren und vergleichen. Melde dich auf github.com/features/copilot an, der Free-Plan funktioniert ohne Kreditkarte. Installiere die Copilot-Extension in deiner IDE (VS Code Marketplace: „GitHub Copilot”, JetBrains-Plugin „GitHub Copilot”), melde dich mit deinem GitHub-Account an. Studierende bekommen nach Verifizierung den kostenlosen Plan Copilot Student, verifizierte Lehrkräfte und Maintainer populärer Open-Source-Projekte können Pro kostenlos erhalten, prüfe vor dem Bezahlen, ob du dazugehörst.

Schritt 2: Chat und Slash-Befehle in den Workflow nehmen. Copilot Chat (Strg+Shift+I in VS Code) ist mehr als ein Kommentarfeld: /explain für Code-Erklärungen, /fix für Fehler-Korrekturen, /tests für Unit-Tests, /doc für Inline-Doku. Schreibe Funktionssignaturen mit Kommentar zuerst, lass Copilot den Body generieren, das spart bei Boilerplate (DTOs, Controller, Tests) regelmäßig 60 bis 80 Prozent Tippzeit.

Schritt 3: Agent-Modus für klar abgegrenzte Aufgaben. Aktiviere den Agent-Modus für umfassendere Tasks: „Migriere alle API-Handler in /src/handlers/ auf das neue Error-Handling-Pattern”, „Ergänze Unit-Tests für die Module ohne Coverage”. Wichtig: Aufgaben kleinschneiden, klare Erfolgskriterien angeben, Diff nach jedem Schritt prüfen. Behalte in den ersten Wochen den Credit-Verbrauch im Blick und nimm für Routinearbeit ein günstiges Modell. Wer den Agent als Black-Box behandelt, bekommt am Ende oft schlechteren Code, als wenn er es manuell gemacht hätte.

Schritt 4: Custom Instructions und Codebase-Indexierung einrichten. Lege im Repo eine Datei .github/copilot-instructions.md an mit projektspezifischen Konventionen (Code-Style, Architektur-Patterns, verbotene Bibliotheken). Copilot zieht das automatisch in alle Vorschläge. Für Enterprise-Kunden lohnt sich zusätzlich die Codebase-Indexierung, sie macht Copilots Antworten messbar präziser, weil das Modell projektweite Patterns einbezieht.

Ein konkretes Beispiel

Eine Backend-Entwicklerin bei einem Hamburger Fintech-Startup arbeitet täglich an einer TypeScript-Banking-API mit etwa 80.000 Zeilen Code. Seit der Einführung von Copilot Pro (10 USD/Monat) übernimmt die KI rund 35 Prozent der Tipparbeit, vor allem API-Controller, Interface-Definitionen, Unit-Tests und SQL-Migrationen. Konkretes Beispiel: Die Implementierung einer neuen SEPA-Payment-Integration nach einem etablierten Muster. Vorher: 40 Minuten Codieren plus 20 Minuten Tests. Mit Copilot: Sie öffnet die zwei vergleichbaren bestehenden Integrationen, beschreibt die neue im Inline-Kommentar, lässt Copilot den Grundstock generieren und prüft. Gesamt: 18 Minuten statt 60. Die Vervollständigung kostet sie keine Credits, den Agent-Modus nutzt sie selektiv: Bei Test-Coverage-Lücken funktioniert er gut, bei komplexen Refactorings dreht er sich gelegentlich im Kreis und wird abgebrochen, bevor er das Monatskontingent auffrisst. Für die wöchentliche PR-Review-Welle nutzt das ganze Team die GitHub-PR-Summaries, die Reviewzeit pro Mittlerem PR ist von 15 auf etwa 9 Minuten gefallen. Bei 200+ PRs im Monat eine spürbare Entlastung.

DSGVO & Datenschutz

• Datenhosting: Standardmäßig USA. Enterprise-Kunden können seit April 2026 EU-Datenresidenz aktivieren (eu-region), gilt für die meisten, aber nicht alle Features.
• Datenverarbeitung: Code-Snippets, Chat-Anfragen und Agent-Aktionen werden auf Cloud-Servern verarbeitet; für US-Hosting nutzt GitHub Standardvertragsklauseln und das EU-U.S. Data Privacy Framework.
• Training-Opt-out: Im Pro-Plan ist die Nutzung für Modellverbesserung standardmäßig aktiv, Opt-out in den Account-Einstellungen möglich. Business und Enterprise haben Opt-out voreingestellt; Code wird grundsätzlich nicht für Training verwendet.
• Auftragsverarbeitung (AVV/DPA): Verfügbar für Business- und Enterprise-Kunden über das GitHub Data Processing Addendum.
• Compliance: EU-U.S. Data Privacy Framework, UK DPF, Swiss-U.S. DPF; FedRAMP-Modelle in Enterprise verfügbar.
• Audit-Logs: Nur in Business und Enterprise; Pro- und Free-Pläne bieten keine zentralen Audit-Logs.
• Empfehlung für Unternehmen: Für DSGVO-sensible Codebases (Fintech, Healthtech, Legal, kritische Infrastruktur) ausschließlich Enterprise mit EU-Residenz einsetzen, mit AVV und Datenschutz-Folgenabschätzung. Pro- oder Free-Pläne für proprietären oder personenbezogenen Code vermeiden.

Gut kombiniert mit

• Cursor, als Zweit-IDE für komplexe, projektweite Refactorings, bei denen tiefe Repo-Indexierung den Unterschied macht. Im Tagesgeschäft Copilot, für die großen Umbau-Sessions Cursor.
• Snyk, Sicherheitslücken in KI-generiertem Code automatisch erkennen, bevor sie in Produktion gelangen. Schließt die wichtigste Sicherheitsschwäche von Copilot direkt im PR-Workflow.
• GitGuardian, verhindert, dass versehentlich Secrets oder API-Keys in Copilot-generierten Commits oder Cloud-Agent-PRs landen, besonders relevant bei autonomen Agent-Aktionen.

Häufige Fragen zu GitHub Copilot

Was kostet GitHub Copilot?

Copilot Free kostet nichts, Pro 10 USD im Monat, Pro+ 39 USD, Max 100 USD. Für Unternehmen kostet Business 19 USD und Enterprise 39 USD je Sitz und Monat. Jeder bezahlte Plan enthält ein monatliches Kontingent an GitHub AI Credits, bei Pro sind es 1.500.

Was sind GitHub AI Credits?

Seit dem 1. Juni 2026 rechnet GitHub Copilot über AI Credits ab statt über feste Premium-Anfragen. Code-Vervollständigungen und Next-Edit-Vorschläge verbrauchen keine Credits. Chat und Agenten verbrauchen Credits nach Token-Verbrauch zu den veröffentlichten API-Preisen des jeweiligen Modells.

Bekommen Studierende GitHub Copilot kostenlos?

Ja, über den eigenen Plan Copilot Student für verifizierte Studierende. Er enthält ein Kontingent an AI Credits und nutzt nur die automatische Modellauswahl. Copilot Pro kostenlos gibt es für verifizierte Lehrkräfte und Maintainer populärer Open-Source-Projekte.

Welche Modelle gibt es in GitHub Copilot?

Stand Oktober 2026 unter anderem Claude Opus 5.5 und Sonnet 5.5, GPT-6.1 Sol und weitere GPT-Modelle, Gemini 3.8 Flash, Grok 4.7, Kimi K3 und Microsofts MAI-Code-1.1-Flash. Welche davon du nutzen kannst, hängt vom Plan ab, Free und Student wählen das Modell automatisch.

Unser Fazit

GitHub Copilot verdient 4 von 5 Sternen. Es ist der breiteste, ausgereifteste KI-Coding-Assistent am Markt, IDE-Integration, Modellauswahl, GitHub-Workflow und der Agent-Modus seit 2025 ergeben in Summe ein Werkzeug, an dem kaum ein professioneller Entwickler vorbeikommt. Mit der EU-Datenresidenz seit April 2026 fällt für Enterprise-Kunden auch das letzte große Compliance-Argument weg. Den fünften Stern kostet die Realität, dass Copilot in zwei Disziplinen schlechter ist als spezialisierte Wettbewerber: Cursor ist im Repo-weiten Kontext überlegen, und Claude Code im Terminal-Agent-Modus oft zielgerichteter. Hinzu kommen die alltäglichen LLM-Schwächen, Halluzinationen, Sackgassen im Agent-Modus, schwache Performance bei Nischensprachen, und seit Juni 2026 eine verbrauchsabhängige Abrechnung, die intensive Agent-Nutzung schwerer kalkulierbar macht. Wer das einplant und Copilot als Werkzeug, nicht als Autopilot behandelt, bekommt für 10 USD/Monat eine der besten Investitionen in Entwicklerproduktivität, die der Markt aktuell hergibt.

Was wir bemerkt haben

• Oktober 2026, Am 2. Oktober hat GitHub Claude Opus 4.7, Gemini 3.5 Flash, Gemini 3.6 Flash und Kimi K2.7 Code eingestellt, Nachfolger sind Claude Opus 5.5, Gemini 3.8 Flash und Kimi K3. Aktuell wählbar sind unter anderem GPT-6.1 Sol, Claude Opus 5.5, Gemini 3.8 Flash und Grok 4.7. Frühere Fassungen dieser Seite nannten Claude Opus 4.8, GPT-5.5 und „Gemini 3” als aktuelle Spitze. Wer auf bestimmte Modellvarianten setzt, sollte die Modellliste regelmäßig prüfen, die Rotation ist schneller als bei vielen anderen Tools.
• Oktober 2026, Korrektur in eigener Sache: Unsere Plantabelle nannte bis heute Kontingente in Premium-Anfragen (Free 50, Pro 300, Pro+ 1.500, Enterprise 1.000) und einen unbegrenzten Agent-Modus mit GPT-5 mini in Pro. Beides gilt seit der Umstellung auf AI Credits am 1. Juni 2026 nicht mehr: Pro enthält 1.500 Credits, Pro+ 7.000, Max 20.000, Business 1.900 und Enterprise 3.900 je Nutzer, und nur Vervollständigungen und Next-Edit-Vorschläge sind frei. Außerdem schrieben wir, Studierende bekämen Pro kostenlos, tatsächlich gibt es für sie den eigenen Plan Copilot Student.
• Juni 2026, GitHub öffnet die Neuanmeldung für Copilot Student, Pro, Pro+ und Max seit dem 17. Juni schrittweise wieder, nachdem sie zeitweise pausiert war. Ob es wieder kostenlose Testphasen für die bezahlten Pläne gibt, sagen weder die Plan-Dokumentation noch das Changelog.
• Juni 2026, Wichtiger Abrechnungswechsel: Zum 1. Juni 2026 hat GitHub die festen „Premium-Anfragen” pro Plan auf ein nutzungsbasiertes AI-Credits-Modell umgestellt. Code-Vervollständigungen und Next-Edit-Vorschläge verbrauchen keine Credits, Chat und Agenten werden nach tatsächlichem Token-Verbrauch zu den API-Listenpreisen des jeweiligen Modells abgerechnet. Copilot Code Review verbraucht seitdem zusätzlich GitHub-Actions-Minuten. Der neue Max-Plan (100 USD/Monat) enthält rund 200 USD Credits. Preise selbst unverändert: Free 0, Pro 10, Pro+ 39, Max 100, Business 19/Sitz, Enterprise 39/Sitz.
• April 2026, EU- und US-Datenresidenz für Enterprise eingeführt, plus FedRAMP-konforme Modelle. Für deutsche Unternehmen mit strikten Datenstandort-Vorgaben löst das ein jahrelanges Compliance-Hindernis auf, Copilot ist damit erstmals in vielen regulierten Branchen ein realistisches Werkzeug. Wichtig: nur in Enterprise, nicht in Pro oder Business.
• Public Preview seit 2024 (Stand Oktober 2026), GitHub Spark ist laut Plan-Dokumentation weiterhin in öffentlicher Preview. Die früher genannten Kontingente (375 Spark-Nachrichten in Pro+, 250 in Enterprise) zeigt GitHub seit der Umstellung auf AI Credits nicht mehr. Wer Spark testen will, sollte einplanen, dass die Roadmap noch in Bewegung ist.
• 2025, Multi-Modell-Support deutlich erweitert. Wo Copilot ursprünglich auf OpenAI-Modelle festgelegt war, sind inzwischen Claude, Gemini, Grok, Kimi und Microsofts eigene MAI-Modelle wählbar. Diese Öffnung ist strategisch interessant, weil GitHub damit weniger abhängig vom OpenAI-Investment des Mutterkonzerns Microsoft wird.
• Februar 2025, GitHub hat den Agent-Modus eingeführt (zunächst in VS Code Insiders, später in alle Copilot-IDEs ausgerollt). Das ist ein Kategoriewechsel: weg von reiner Vervollständigung, hin zu autonomer Mehrdatei-Bearbeitung mit Selbst-Korrektur. Im selben Jahr wurde der Cloud-Agent freigegeben, der direkt aus GitHub-Issues PRs erstellt, die Grenze zwischen Tool und Mitarbeiter wird zunehmend weicher.